Arsyad, Muhammad Aftabuddin (2021) APLIKASI PENDETEKSI KESALAHAN HUKUM BACAAN TAJWID AL-QURAN MENGGUNAKAN EKSTRAKSI CIRI MEL FREQUENCY CEPSTRUM COEFFICIENT DENGAN CIRI PENCOCOKKAN LBG-VQ. Other thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.
|
Text
Cover judul.pdf Download (306kB) | Preview |
|
|
Text
Daftar Isi.pdf Download (297kB) | Preview |
|
|
Text
Halaman Pengesahan.pdf Download (1MB) | Preview |
|
|
Text
Abstrak.pdf Download (288kB) | Preview |
|
|
Text
Daftar Pustaka.pdf Download (399kB) | Preview |
Abstract
Tajwid sangat penting bagi para pembaca Al-Qur’an sebagai pengantar untuk membaca Al-Qur’an dengan benar, karena jika seseorang membaca tidak dengan tajwid yang benar, maka bacaannya akan tidak beraturan atau seenaknya dan juga dapat menyebabkan menjadi salah arti. Sebagian besar umat muslim hanya mengetahui sedikit Ilmu Tajwid dan jarang menerapkannya saat membaca Al-Qur’an. Permasalahan bermula ketika seorang membaca ayat-ayat Al-Qur’an masih terdapat banyak kesalahan dalam menerapkan bacaan tajwid. Karena ketersediaan guru pengajar mengaji dan sinkronisasi waktu belajar antara guru dan yang akan belajar menjadi hambatan dalam proses memahami tajwid ini. Dengan menggunakan metode Mel Frequency Cepstrum Coefficient (MFCC) merupakan metode speech recognition (SR) yang memiliki prinsip kerja telinga manusia. Prinsip ini penting dalam membedakan pelafalan berdasarkan organ articulator dan vocal tract. Metode MFCC digunakan untuk ekstraksi ciri dari sinyal wicara dan membandingkan dengan penutur tak dikenal dengan yang terdapat dalam database. Kemudian vector quantization (VQ) adalah proses meletakkan vektor-vektor ciri yang besar dan menghasilkan ukuran vektor-vektor yang kecil yang berhubungan dengan distribusi centroid. LBG-VQ merupakan teknik dalam membangun ciri pencocokan pada speaker identification. Data latih yang digunakan dalam penelitian ini menggunakan file berekstensi .wav dengan durasi maksimal 5 detik. Kemudian untuk frekuensi sampling sebesar 44100 Hz. Metode ini dapat diimplementasikan pada speaker recognition dapat berupa upload file ataupun secara realtime. Data latih yang digunakan yaitu 4 orang responden dengan masing-masing melakukan pengulangan kata sebanyak 10 kali, dan terdapat 6 kata. Total data latih terdapat 240 data suara. Hasil yang diperoleh dari penelitian pendeteksian tajwid menggunakan MFCC dan LBG-VQ dengan 112 data suara untuk pengujian dan hasil akurasi yang didapat mencapai 68.75%. Dengan memperbanyak audio pada data latih maka akan meningkatkan akurasi. Kata kunci : Tajwid, Speaker Recognition, Mel Frequency Cepstrum Coefficient, LBG-V
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
| Depositing User: | Sarimin Sarimin |
| Date Deposited: | 11 Jun 2021 04:02 |
| Last Modified: | 11 Jun 2021 04:02 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/25753 |
Actions (login required)
 |
View Item |